一種基于收費數(shù)據(jù)的高速公路路段交通狀態(tài)判別方法
【專利摘要】本發(fā)明涉及一種基于收費數(shù)據(jù)的高速公路路段交通狀態(tài)判別方法，包括：步驟1劃分高速路網(wǎng)基本路段；步驟2：處理高速收費數(shù)據(jù)得到路段截面交通量曲線；步驟3：比較各路段截面流量隨時間變化曲線的相似度獲得相似性系數(shù)；步驟4：根據(jù)路段的相似性系數(shù)對路段劃分為預(yù)定數(shù)目的分類；步驟5：對于分類后的各類路段的交通狀態(tài)進行判別。通過該方法能夠有效判斷出高速公路路網(wǎng)不同路段的交通狀態(tài)。
【專利說明】
一種基于收費數(shù)據(jù)的高速公路路段交通狀態(tài)判別方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及交通狀態(tài)檢測領(lǐng)域，是一種利用單一指標(biāo)進行高速公路路段交通狀態(tài) 識別的方法。
【背景技術(shù)】
[0002] 隨著我國經(jīng)濟的持續(xù)發(fā)展，汽車保有量不斷增加，公路交通尤其是高速公路交通 作為一種交通方式變得更加快捷和通達(dá)，人們的時效觀念也發(fā)生了深刻的變化。人們越來 越注重出行的質(zhì)量和效益。
[0003] 高速公路的收費數(shù)據(jù)能夠反映出車輛在高速公路上的時空運行狀態(tài)，不僅可以從 根本上了解交通路網(wǎng)的整體狀態(tài)、模式和特性，還可以對高速公路路段斷面交通量進行估 計，從而全面掌握路網(wǎng)交通流的時間和空間變化。斷面交通量是交通量指標(biāo)構(gòu)成的一部分， 其作為道路中實際運行狀況的直觀表述，是進行交通管理、交通規(guī)劃、交通設(shè)施的建設(shè)規(guī)劃 等的重要參數(shù)。
[0004] 現(xiàn)有的一些專利中，已有一些利用高速收費數(shù)據(jù)進行路網(wǎng)交通流運行狀態(tài)評價的 方法。申請?zhí)枮?01110042176.X的專利文獻《基于高速公路收費數(shù)據(jù)軌跡匹配的交通狀態(tài) 識別方法》中提出通過處理收費數(shù)據(jù)得到全網(wǎng)站點間行程時間以及交通流量，通過模糊聚 類來進行交通狀態(tài)判別，但是該方法側(cè)重于數(shù)據(jù)處理層面，判別的結(jié)果代表兩個站點之間 交通狀態(tài)，而不能代表具體位置的狀態(tài)；申請?zhí)枮?01310660011.8的專利文獻《基于ETC收 費數(shù)據(jù)的高速公路路段行程速度計算方法》中提出基于ETC收費數(shù)據(jù)計算高速公路路段行 程速度，但沒有路段的交通狀態(tài)進行分析，不能反映路網(wǎng)運行狀態(tài)；申請?zhí)枮?201410604146.7的專利文獻《基于車檢器和收費數(shù)據(jù)融合的異常交通狀態(tài)識別方法及系 統(tǒng)》中提出了一種基于車檢器采集的數(shù)據(jù)和公路收費數(shù)據(jù)來進行異常交通狀態(tài)識別的方 法，其采用算法表決融合方法識別公路異常狀態(tài)數(shù)據(jù)，但該評價方法只適用于安裝有車檢 器的路段，對其他路段不適用。

【發(fā)明內(nèi)容】

[0005] 為了解決上述問題，本發(fā)明提出一種基于高速收費數(shù)據(jù)的高速公路路段交通狀 態(tài)識別方法，能夠?qū)Ω咚俟仿范蔚慕煌顟B(tài)作出識別和分類，進而為道路改建后的交通 運行特性和服務(wù)水平的改進、新建道路車道寬度和車道數(shù)的確定、道路使用者費用的確定 等提供參考。
[0006] 本發(fā)明的一種基于收費數(shù)據(jù)的高速公路路段交通狀態(tài)判別方法包括:步驟1劃分 高速路網(wǎng)基本路段;基于高速公路路網(wǎng)拓?fù)鋱D對路網(wǎng)進行兩個層次的劃分，將高速公路相 交的樞紐互通作為高速路網(wǎng)第一個層次劃分的控制節(jié)點，將路網(wǎng)劃分為第一層次的路段； 以高速公路相鄰的收費站點作為第二層次劃分的控制節(jié)點，將第一層次的路段進行進一步 的劃分，得到子路段;速路網(wǎng)由m個路段組成，分別是路段1，路段2,…，路段m，每個路段由n 個子路段組成，分別是子路段1，子路段2,…，子路段n。步驟2:處理高速收費數(shù)據(jù)得到路段 截面交通量曲線;對于高速收費數(shù)據(jù)的處理包括:第一、對于高速公路收費站獲取的數(shù)據(jù)進 行清洗與提取，從高速公路收費站獲取的數(shù)據(jù)提取相關(guān)字段，所述相關(guān)字段包括ID編號、入 口時間、入口站編碼、出口時間、出口站編碼和車型;第二、確定路網(wǎng)中任意兩個收費站點之 間的最短路徑，并將所述最短路徑匹配到收費數(shù)據(jù)對應(yīng)ID編號的車輛行駛路徑中；第三、根 據(jù)高速公路收費站獲取的數(shù)據(jù)和交通流得到預(yù)定時間段內(nèi)預(yù)定路段截面的交通量，Y(i，j) =￥(1，」_-1)4(1，」_-1)，其中，￥(1，」_)為留線車輛數(shù)4(1，」_-1)為1收費站作為進口駛?cè)肼?段、j_l收費站作為出口駛離路段的車輛數(shù)，Y(i，j-1)為i收費站作為進口駛?cè)肼范?、j-1收 費站作為出口前仍留在路段上的車輛數(shù);截面交通量N(j)為路網(wǎng)中所有在選擇時間段內(nèi)經(jīng) 過截面位置的車輛總和，即，以」）=￡￥(1，」）；第四、以時間段為橫軸、預(yù)定路段截面交通量 為縱軸建立截面流量隨時間變化曲線。步驟3:比較各路段截面流量隨時間變化曲線的相似 度獲得相似性系數(shù);比較每一個路段與剩余的各個路段路段截面流量隨時間變化曲線得到 該路段的相似性系數(shù)，每個路段的相似性系數(shù)通過一個數(shù)列來表示。步驟4:根據(jù)路段的相 似性系數(shù)對路段劃分為預(yù)定數(shù)目的分類。通過基于密度標(biāo)準(zhǔn)的DBSCAN聚類方法，針對每個 路段的相似性系數(shù)數(shù)據(jù)將各個路段進行分類，所述分類的數(shù)目根據(jù)不同的路面狀態(tài)分級的 情況來設(shè)定。步驟5:對于分類后的各類路段的交通狀態(tài)進行判別;根據(jù)每一類中路段的信 息對該類的交通狀態(tài)進行判別。
[0007] 優(yōu)選地，對于高速公路收費站獲取的數(shù)據(jù)進行清洗與提取還包括:對于行程時間， 即對某一車輛入口時間和出口時間之間的差值，進行閾值提取;所述閾值提取包括對于小 于第一閾值或大于第二閾值的數(shù)據(jù)予以剔除。
[0008] 優(yōu)選地，對于采用閾值過濾后的數(shù)據(jù)，采用四分位法對于數(shù)據(jù)進行過濾，所述四 分位法計算公式為:6=_.25-1.51^().75+1.51?]其中，6為有效數(shù)據(jù)區(qū)間 ;11().25和亂75分別為 將所有行程時間按從小到大的順序排列并分成四等分，處于第一、三分割點位置的取值;R 表示四分位級差。
[0009] 優(yōu)選地，用Dijkstra算法求解路網(wǎng)任意兩點間最短路徑，將最短路徑匹配到收費 數(shù)據(jù)對應(yīng)ID編號的路徑中，得到車輛的最短路徑集:P = {V1，v2，…Vj…vn}其中，v為收費站 點的編號。
[0010] 優(yōu)選地，所述步驟4中，通過設(shè)置DBSCAN中的半徑參數(shù)e和最小鄰域點數(shù)MinPts，將 輸入的各個路段相似性系數(shù)分類成為四類。
[0011] 優(yōu)選地，通過以車流密度、車速、最大服務(wù)交通量和飽和度的交通參數(shù)上來判別交 通狀態(tài)
[0012]本發(fā)明的技術(shù)效果在于：
[0013] (1)本發(fā)明基于高速公路收費數(shù)據(jù)，由收費數(shù)據(jù)可以得到的內(nèi)容包括區(qū)域高速路 網(wǎng)各路段長度、車輛速度、路段旅行時間等基本信息，有助于從微觀層面了解高速公路的運 行情況，為我國的高速公路規(guī)劃和建設(shè)提供基礎(chǔ)支持；
[0014] (2)本發(fā)明選擇路段截面參數(shù)作為描述路段交通狀態(tài)的指標(biāo)，斷面參數(shù)可以對道 路中具體位置實際運行狀況直觀表述，有利于準(zhǔn)確地反映微觀交通運行狀態(tài)。
[0015] (3)本發(fā)明聚類算法采用基于密度標(biāo)準(zhǔn)的DBSCAN算法，對曲線之間的相似性系數(shù) 進行聚類。利用該算法可以更加合理的將高速公路子路段基于散點之間的密度分為幾類從 而實現(xiàn)路段交通狀態(tài)的分類。
【附圖說明】
[0016] 圖1為本發(fā)明中高速路網(wǎng)路段劃分示意圖；
[0017] 圖2為本發(fā)明路段交通狀態(tài)分類流程示意圖；
[0018] 圖3為本發(fā)明中截面交通量計算流程示意圖；
[0019] 圖4為本發(fā)明進行路段截面交通量確定的示意圖
【具體實施方式】
[0020] 下面結(jié)合附圖和具體實施例對本發(fā)明做進一步闡述。需要指出的是，該具體實施 方式僅僅是對本發(fā)明優(yōu)選技術(shù)方案的舉例，并不能理解為對本發(fā)明保護范圍的限制。
[0021] 本發(fā)明的一種高速公路路段交通狀態(tài)分類方法，流程示意圖如圖2所示，通過下述 步驟實現(xiàn)：
[0022]步驟1:劃分高速路網(wǎng)基本路段
[0023] 高速公路的樞紐互通是指立體交叉互通，擔(dān)負(fù)干線公路之間交通流轉(zhuǎn)換的重要功 能。本申請所指的樞紐互通采用完全立體交叉型，能保證所有交通流均為自由流，出入交通 流在交叉公路上的接入形式以分流、合流為主，保證直行交通流具有絕對優(yōu)先權(quán)?；诟咚?公路路網(wǎng)拓?fù)鋱D的特點，本發(fā)明對路網(wǎng)進行兩個層次的劃分，而樞紐互通是交通流發(fā)生較 大變化的節(jié)點，結(jié)合高速路網(wǎng)拓?fù)浣Y(jié)構(gòu)和交通流特性，選擇將高速公路相交的樞紐互通作 為高速路網(wǎng)第一個層次劃分的控制節(jié)點，將路網(wǎng)劃分為大的路段，該層次為路網(wǎng)系統(tǒng)中的 最高級節(jié)點。由于收費站點是交通流變化的節(jié)點，并且相鄰兩個收費站點之間的路段上的 交通流變化具有一致性。因此，以高速公路相鄰的收費站點作為第二層次劃分的控制節(jié)點， 將第一層次大的路段進行進一步的劃分，得到子路段。子路段是本發(fā)明進行路段交通分類 的最小分析單元。高速路網(wǎng)由m個路段組成，分別是路段1，路段2,…，路段m，每個路段由n個 子路段組成，分別是子路段1，子路段2，…，子路段n。如圖1所示。
[0024]步驟2:處理高速收費數(shù)據(jù)得到路段截面交通量曲線
[0025] 本發(fā)明利用某段高速公路路網(wǎng)收費數(shù)據(jù)獲取截面交通量，其過程可參見圖3所示。
[0026] 在本【具體實施方式】中以安徽省省域的高速公路路網(wǎng)為例。數(shù)據(jù)空間范圍選取為安 徽省域高速路網(wǎng)北至皖豫、皖蘇省界，南至宿松，西至界首，東至吳莊，共164個收費站點，數(shù) 據(jù)時間范圍包括2012年7月15日到2012年7月23日涵蓋工作日、雙休日共9天從凌晨0:00至 夜間24:00全天的數(shù)據(jù)。
[0027]本步驟的具體方法包括：
[0028] 第一，對于高速公路收費站獲取的數(shù)據(jù)進行清洗與提取。
[0029] 從高速公路收費站獲取的數(shù)據(jù)中包括如下字段:例如，ID編號、入口時間、入口站 編碼、出口時間、出口站編碼和車型等。
[0030] 對于所述數(shù)據(jù)的清洗，包括使用閾值法對異常數(shù)據(jù)予以剔除。例如，對于行程時間 (即對某一車輛入口時間和出口時間之間的差值)小于5min或大于24h的數(shù)據(jù)予以剔除。因 為，超出閾值的車輛可能是處于進站后立刻下路口或者是長期停留在服務(wù)區(qū)等非正常狀 態(tài)，因而對于路段截面的交通量并無實質(zhì)性的貢獻，去除這些信息可以提高對于路段截面 交通量的準(zhǔn)確識別。
[0031] 由于數(shù)據(jù)量較大，對于采用閾值過濾后的數(shù)據(jù)，進一步優(yōu)選地還可以采用四分位 法對于數(shù)據(jù)進行過濾，以便于選取更加具有代表性的數(shù)據(jù)并且提高判斷的速度。所述四分 位法計算公式為：
[0032] G=[Mo.25-1.5R,Mo.75+1.5R]
[0033] 其中，G為有效數(shù)據(jù)區(qū)間，落在G外的數(shù)據(jù)都需要過濾;MQ.2dPMQ. 75分別為將所有行 程時間按從小到大的順序排列并分成四等分，處于第一、三分割點位置的取值;R表不四分 位級差。
[0034] 第二，確定路網(wǎng)中任意兩個收費站點之間的最短路徑，并將所述最短路徑匹配到 收費數(shù)據(jù)對應(yīng)ID編號的路徑中。
[0035] 車輛在高速路網(wǎng)上行駛時，從入口到出口期間，駕駛員在絕大多數(shù)情況下希望通 過最短的行駛距離來完成行駛。這是基于通常情況下的假設(shè)，因而某一車輛從入口到出口 之間的行駛路徑可以認(rèn)為是沿著最短路徑來進行行駛的。這樣就可以得出出每個車輛在高 速路網(wǎng)上的具體行駛路徑，即為所述最短路徑，而通過對于車輛行駛路徑的確定則車輛所 經(jīng)過的路段也能夠確定，因而能夠了解某個路段上的車流量信息。
[0036] 優(yōu)選但不僅限地，可以利用Dijkstra算法求解路網(wǎng)任意兩點間最短路徑，將最短 路徑匹配到收費數(shù)據(jù)對應(yīng)ID編號的路徑中，得到車輛的最短路徑集:P={V1，V2，"_ Vr"Vn} 其中，v為收費站點的編號。這樣就對于每個ID編號的汽車的行駛路徑做出了合理的預(yù)測， 即確定每一個ID編號的汽車的行駛路徑，這樣遍歷每一個ID編號的汽車，就可以確定該汽 車是否在預(yù)定的時間通過預(yù)定的截面所在的路段，從而通過計數(shù)的方式統(tǒng)計路段所經(jīng)過的 車輛數(shù)目。
[0037] 第三，根據(jù)高速公路收費站獲取的數(shù)據(jù)和交通流得到預(yù)定時間段內(nèi)預(yù)定路段截面 的交通量。
[0038] 由于車輛通過收費站進入高速公路，以及通過收費站駛出高速公路的信息能夠從 所述高速公路收費站獲取的收據(jù)中得到。而車輛在高速公路上的行駛路徑又可以通過上述 最短路徑法確定的路徑來確定。因而在高速公路路網(wǎng)上某一時刻留在某一路段上的留線車 輛數(shù)Y(i，j)就可以通過遍歷計數(shù)每個ID編號的汽車在該時刻是否處于該路段的方式來確 定來確定出來：
[0039] Y(i,j)=Y(i,j-l)-X(i,j-l)
[0040] 其中，Y(i，j)為留線車輛數(shù)，X(i，j_l)為i收費站作為進口駛?cè)肼范?、j-1收費站作 為出口駛離路段的車輛數(shù)，Y(i，j-1)為i收費站作為進口駛?cè)肼范?、j-1收費站作為出口前 仍留在路段上的車輛數(shù)。
[0041] 進一步優(yōu)選地，所述遍歷計數(shù)還可以采用換算成標(biāo)準(zhǔn)車數(shù)的方式來進行，例如分 別統(tǒng)計貨車的數(shù)量和客車的數(shù)量，針對不同的車型的體積乘以不同的系數(shù)，從而換算成標(biāo) 準(zhǔn)車的數(shù)量。通過標(biāo)準(zhǔn)車的換算能夠更加貼近實際的交通狀況。
[0042] 截面交通量N(j)為路網(wǎng)中所有在選擇時間段內(nèi)經(jīng)過截面位置的車輛總和，有：
[0043] N(j) = EY(i,j)
[0044] 高速公路的車輛出入口收費數(shù)據(jù)存有車輛進入路網(wǎng)的時間和地點等信息，對每輛 車在高速公路上的出入情況都可以清晰掌握。因此利用收費站作為控制節(jié)點，獲得截面交 通量，可以反映車輛在高速公路上的時空運行狀態(tài)，因此通過上述截面交通量能夠較為準(zhǔn) 確的反應(yīng)高速公路交通運行情況。進一步優(yōu)選地，為了方便后續(xù)處理，將路段長度的中點位 置，即路段二分之一處作為截面交通量的估算位置;求解得到的截面交通量以15min為一個 時間段來統(tǒng)計，覆蓋時間為6:00-22:00。
[0045] 得到各個路段不同時間段截面交通量N(j)后，可以針對每個路段制作一條曲線， 該曲線以時間段為橫軸、截面交通量為縱軸建立截面流量隨時間變化曲線。
[0046] 步驟3:比較各路段截面流量隨時間變化曲線的相似度獲得相似性系數(shù)。
[0047] 在步驟2中獲得路段截面交通量建立起的曲線圖之后，利用曲線相似性系數(shù)來描 述兩條曲線，以表示兩條曲線的相似程度。
[0048] 所述相似性系數(shù)可以通過現(xiàn)有技術(shù)中的方法來計算。優(yōu)選但不限于，通過計算兩 兩曲線之間的Frechet距離作為兩條曲線的相似性系數(shù)。由于Frechet已經(jīng)屬于現(xiàn)有技術(shù)， 因而在本【具體實施方式】中并不進行詳細(xì)展開。
[0049] 通過比較每一個路段與剩余的n-1個路段路段截面流量隨時間變化曲線得到該路 段的相似性系數(shù)，即路段1的相似系數(shù)、路段2的相似性系數(shù)、……、路段n的相似性系數(shù)。每 個路段的相似性系數(shù)可以通過一個數(shù)列來表示。
[0050] 步驟4:根據(jù)路段的相似性系數(shù)對路段劃分為預(yù)定數(shù)目的分類。
[0051] 每個所述路段的相似性系數(shù)反應(yīng)了該路段的交通狀況特點。通過對于該路段交通 狀況特點的分類即可實現(xiàn)對于不同路段交通狀況狀態(tài)的分類。
[0052]在本【具體實施方式】中，通過基于密度標(biāo)準(zhǔn)的DBSCAN聚類方法，針對每個路段的相 似性系數(shù)數(shù)據(jù)將各個路段進行分類，從而劃分不同種類的路段的交通狀態(tài)。所述分類的數(shù) 目可以根據(jù)不同的路面狀態(tài)分級的情況來設(shè)定。
[0053]例如在我國，通常將高速公路路段服務(wù)水平分級為四類，每一類對應(yīng)不同的路況， 因此可以通過設(shè)置DBSCAN中的半徑參數(shù)e和最小鄰域點數(shù)MinPts，將輸入的各個路段相似 性系數(shù)分類成為四類。又例如，對應(yīng)于通常意義上的預(yù)報等級"完全暢通"、"基本暢通"、"擁 堵"時，可以通過設(shè)置DBSCAN中的半徑參數(shù)e;和最小鄰域點數(shù)MinPts，將輸入的各個路段相 似性系數(shù)分類成為三類。
[0054] DBSCAN聚類方法是現(xiàn)有技術(shù)，其可以通過設(shè)置半徑參數(shù)e和最小鄰域點數(shù)MinPts 對于輸入的目標(biāo)數(shù)據(jù)分成不同的類別，因而本專利中對于其具體的實現(xiàn)細(xì)節(jié)不詳細(xì)展開。 但是需要指出的是，通過本發(fā)明研究發(fā)現(xiàn)BSCAN聚類方法能夠顯著地提高對于交通流量信 息的識別準(zhǔn)確程度，因此，這也并不意味著采用BSCAN聚類方法對于路段的相似性系數(shù)進行 分類是顯而易見的。
[0055] 步驟5:對于分類后的各類路段的交通狀態(tài)進行判別
[0056] 各個路段進行分類后，已經(jīng)能夠反映出與相關(guān)的交通狀態(tài)分級所對應(yīng)數(shù)目的類 另IJ。此時，可以根據(jù)每一類中路段的信息對該類的交通狀態(tài)進行判別。
[0057]所述交通狀態(tài)的判別可以交通參數(shù)上來判斷，也可以依照其他信息來判斷。例如， 通過以車流密度、車速、最大服務(wù)交通量和飽和度的交通參數(shù)上來判別交通狀態(tài)，如下表所 示：
[0058]高速公路路段服務(wù)水平分級表
[0060] 針對聚類結(jié)果得到各路段的相似性系數(shù)的分類，并根據(jù)各個類中的路段的交通參 數(shù)確定該類所表示的交通狀態(tài)，即實現(xiàn)了對于所述交通參數(shù)的自動判別。而相似性系數(shù)描 述的是兩條路段的截面交通量隨時間變化曲線的相似程度。因此，利用相似性系數(shù)的分類 結(jié)果最終可以得到路段的交通狀態(tài)分類結(jié)果。
[0061] 本發(fā)明利用實際收費數(shù)據(jù)作為數(shù)據(jù)基礎(chǔ)，數(shù)據(jù)真實有效;路段截面參數(shù)能夠?qū)Φ?路中實際運行狀況的直觀表述，表征了路段具體位置的運行狀態(tài);通過獲得路段的運行狀 態(tài)曲線，選取基于密度劃分方法的DBSCAN聚類算法，對曲線相似相似性系數(shù)進行精確劃分， 結(jié)合高速公路路段服務(wù)水平分類表，實現(xiàn)了高速公路路段的交通狀態(tài)分類。
[0062] 以上僅僅是本專利優(yōu)選的技術(shù)方案而已，而本專利的保護范圍不應(yīng)當(dāng)僅限于此。 凡是在本專利發(fā)明構(gòu)思下對于本專利進行的修改、刪除或者是替換，均應(yīng)當(dāng)納入到本專利 的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種基于收費數(shù)據(jù)的高速公路路段交通狀態(tài)判別方法，其特征在于，所述方法包括： 步驟1劃分高速路網(wǎng)基本路段 基于高速公路路網(wǎng)拓?fù)鋱D對路網(wǎng)進行兩個層次的劃分，將高速公路相交的樞紐互通作 為高速路網(wǎng)第一個層次劃分的控制節(jié)點，將路網(wǎng)劃分為第一層次的路段；以高速公路相鄰 的收費站點作為第二層次劃分的控制節(jié)點，將第一層次的路段進行進一步的劃分，得到子 路段;速路網(wǎng)由m個路段組成，分別是路段1，路段2，···，路段m，每個路段由η個子路段組成， 分別是子路段1，子路段2，…，子路段η; 步驟2:處理高速收費數(shù)據(jù)得到路段截面交通量曲線 對于高速收費數(shù)據(jù)的處理包括:第一、對于高速公路收費站獲取的數(shù)據(jù)進行清洗與提 取，從高速公路收費站獲取的數(shù)據(jù)提取相關(guān)字段，所述相關(guān)字段包括ID編號、入口時間、入 口站編碼、出口時間、出口站編碼和車型;第二、確定路網(wǎng)中任意兩個收費站點之間的最短 路徑，并將所述最短路徑匹配到收費數(shù)據(jù)對應(yīng)ID編號的車輛行駛路徑中；第三、根據(jù)高速公 路收費站獲取的數(shù)據(jù)和交通流得到預(yù)定時間段內(nèi)預(yù)定路段截面的交通量3(1，」）=￥(1，」_ 1)4(1，」-1)，其中，￥(1，」)為留線車輛數(shù)4(1，」-1)為1收費站作為進口駛?cè)肼范?、?1收費 站作為出口駛離路段的車輛數(shù)，Y(i，j_l)為i收費站作為進口駛?cè)肼范?、j-Ι收費站作為出 口前仍留在路段上的車輛數(shù);截面交通量N(j)為路網(wǎng)中所有在選擇時間段內(nèi)經(jīng)過截面位置 的車輛總和，即，N(j)=XY(i J);第四、以時間段為橫軸、預(yù)定路段截面交通量為縱軸建立 截面流量隨時間變化曲線； 步驟3:比較各路段截面流量隨時間變化曲線的相似度獲得相似性系數(shù) 比較每一個路段與剩余的各個路段路段截面流量隨時間變化曲線得到該路段的相似 性系數(shù)，每個路段的相似性系數(shù)通過一個數(shù)列來表示； 步驟4:根據(jù)路段的相似性系數(shù)對路段劃分為預(yù)定數(shù)目的分類。 通過基于密度標(biāo)準(zhǔn)的DBSCAN聚類方法，針對每個路段的相似性系數(shù)數(shù)據(jù)將各個路段進 行分類，所述分類的數(shù)目根據(jù)不同的路面狀態(tài)分級的情況來設(shè)定； 步驟5:對于分類后的各類路段的交通狀態(tài)進行判別 根據(jù)每一類中路段的信息對該類的交通狀態(tài)進行判別。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于： 對于高速公路收費站獲取的數(shù)據(jù)進行清洗與提取還包括:對于行程時間，即對某一車 輛入口時間和出口時間之間的差值，進行閾值提取;所述閾值提取包括對于小于第一閾值 或大于第二閾值的數(shù)據(jù)予以剔除。3. 根據(jù)權(quán)利要求1-2中任一項所述的方法，其特征在于： 對于采用閾值過濾后的數(shù)據(jù)，采用四分位法對于數(shù)據(jù)進行過濾，所述四分位法計算公 式為： G= [Mo.25-1.5R,Mo.75+1.5R] 其中，G為有效數(shù)據(jù)區(qū)間;Μο.24ΡΜο.75分別為將所有行程時間按從小到大的順序排列并 分成四等分，處于第一、三分割點位置的取值;R表不四分位級差。4. 根據(jù)權(quán)利要求1-3中任一項所述的方法，其特征在于， 用Dijkstra算法求解路網(wǎng)任意兩點間最短路徑，將最短路徑匹配到收費數(shù)據(jù)對應(yīng)ID編 號的路徑中，得到車輛的最短路徑集:P = Iv1，V2，…Vj…νη}其中，V為收費站點的編號。5. 根據(jù)權(quán)利要求1-4中任一項所述的方法，其特征在于， 所述步驟4中，通過設(shè)置DBSCAN中的半徑參數(shù)e和最小鄰域點數(shù)MinPts，將輸入的各個 路段相似性系數(shù)分類成為四類。6. 根據(jù)權(quán)利要求1-5中任一項所述的方法，其特征在于， 通過以車流密度、車速、最大服務(wù)交通量和飽和度的交通參數(shù)上來判別交通狀態(tài)。
【文檔編號】G08G1/01GK105913661SQ201610423061
【公開日】2016年8月31日
【申請日】2016年6月15日
【發(fā)明人】王云鵬, 張俊峰, 于海洋, 吳志海, 楊帥
【申請人】北京航空航天大學(xué)